WALTER ACCIOLY COSTA PORTO

A UTILIZAO DA ESTATSTICA

EXPERIMENTAL EM INDSTRIAS DA

GRANDE SALVADOR E SEU ENSINO

LAVRAS MG

2014

WALTER ACCIOLY COSTA PORTO

A UTILIZAO DA ESTATSTICA EXPERIMENTAL EM INDSTRIAS

DA GRANDE SALVADOR E SEU ENSINO

Tese apresentada Universidade Federal de Lavras, como parte das exigncias do Programa de Ps-Graduao em Estatstica e Experimentao Agropecuria, rea de concentrao em Estatstica e Experimentao Agropecuria, para a obteno do ttulo de Doutor.

Orientador

Dr. Marcelo Silva de Oliveira

LAVRAS MG

2014

Porto, Walter Accioly Costa. A utilizao da estatstica experimental em indstrias da grande Salvador e seu ensino / Walter Accioly Costa Porto. Lavras : UFLA, 2014.

245 p. : il. Tese (doutorado) Universidade Federal de Lavras, 2014. Orientador: Marcelo Silva de Oliveira. Bibliografia. 1. Estatstica- Estudo e ensino. 2. Estatstica na engenharia. 3.

Processos industriais. 4. Experimento industrial. I. Universidade Federal de Lavras. II. Ttulo.

CDD 519.5

Ficha Catalogrfica Elaborada pela Coordenadoria de Produtos e Servios da Biblioteca Universitria da UFLA

WALTER ACCIOLY COSTA PORTO

A UTILIZAO DA ESTATSTICA EXPERIMENTAL EM INDSTRIAS

DA GRANDE SALVADOR E SEU ENSINO

Tese apresentada Universidade Federal de Lavras, como parte das exigncias do Programa de Ps-Graduao em Estatstica e Experimentao Agropecuria, rea de concentrao em Estatstica e Experimentao Agropecuria, para a obteno do ttulo de Doutor.

APROVADA em 30 de janeiro de 2014.

Dr. Augusto Ramalho de Morais UFLA

Dr. Joel Augusto Muniz UFLA

Dr. Marcelo Tavares UFU

Dr. Wilson Otto Gomes Batista IFBA

Dr. Marcelo Silva de Oliveira Orientador

LAVRAS MG

2014

Dedico este trabalho memria e saudade de meu irmo, Lula. Tenho certeza

que ele hoje celebra essa minha vitria.

AGRADECIMENTOS

A Deus, pela dom da vida, por esta oportunidade que me foi concedida e

pela perseverana nos momentos mais difceis.

minha querida companheira e esposa, Fernanda. Apoio inequvoco

nas dificuldades, e alegria essencial nas comemoraes. Sua compreenso e

determinao diante das minhas ausncias foram decisivas na concretizao

dessa importante conquista.

Aos meus prncipes, Antnio e Joo. Luzes da minha vida. Apesar das

inmeras interrupes nos momentos de estudo, a existncia deles foi um

estmulo mais que especial para a concluso desse trabalho. Tenho certeza que

um dia se orgulharo do pai doutor.

Aos meus pais Luciano e Norma, exemplos de retido e dignidade. Eles

sempre sero os alicerces para as minhas conquistas, e os grandes responsveis

pela slida formao que acompanha minha trajetria de vida, tanto pessoal

como profissional.

s minhas irms Marta e Karla. O orgulho que sentem de mim serviram

de grande estmulo ao longo dessa caminhada. Suas presenas em minha vida

independem da frequncia de nossos encontros.

Ao meu orientador, Prof. Marcelo de Oliveira. Sua competncia e

contribuies foram fundamentais para essa vitria.

Aos queridos colegas do Dinter. Fundamentais tanto nas questes

acadmicas como no apoio incondicional nos momentos em que um estmulo era

essencial. No poderia ter encontrado um grupo melhor. Agradeo a cada um de

vocs: ngela, Azly, Cleide, Edmary, Isabel, Jailton, Jaime, Marcinho, Nelson,

Norma, Otaviano (in memorian), Regilson, Taninha e Vasquez.

Agradeo ainda aos professores do DEX-UFLA, pela presteza,

profissionalismo e dedicao no decorrer desses anos de doutorado. Vocs

representam um exemplo a ser seguido. No por acaso que a UFLA ocupa uma

posio de destaque no cenrio acadmico nacional e internacional. Obrigado a

todos, e em especial ao professor Scalon.

Aos amigos e profissionais que colaboraram direta e indiretamente, com

alguma sugesto, estmulo, referncia bibliogrfica, aplicao de testes,

entrevistas, acesso a alguma informao, etc, em especial ao engenheiro Moiss

Miguel e ao colega da Ufla, Juliano Bortolini.

RESUMO

O presente estudo foi realizado com o objetivo principal de discutir a experimentao, em seus diversos delineamentos e mtodos, confrontando-a com as peculiaridades da indstria, em especial na Grande Salvador (GS), de maneira a identificar possveis obstculos sua adoo de forma mais ampla. Para a construo da problematizao, foram analisados: os fatores que dificultam o uso da experimentao, a forma como seus princpios bsicos e pressupostos tericos, tambm, interfere e quais estratgias podem ser propostas s indstrias e aos cursos de graduao em engenharia, para estimular o uso dessa ferramenta de forma mais sistemtica. Constituiu-se como problema de pesquisa: qual compreenso sobre experimentao industrial pode auxiliar a sua adoo por mais indstrias na GS? Para fundamentao terica, analisou-se o Planejamento e Anlise de Experimentos como tcnica do Controle Estatstico da Qualidade, o histrico da experimentao, a possibilidade de realizar experimentos online e os fundamentos do EVOP (Operao Evolucionria), os principais delineamentos e mtodos da experimentao e seu ensino, dentro da estatstica, nos cursos de engenharia. O mtodo de pesquisa empregado foi o analtico descritivo, com abordagem qualitativa, tendo como sujeitos engenheiros, empresrios, coordenadores de curso, docente e discente. Como instrumentos para coleta de dados primrios empregou-se entrevista semi-estruturada, e como fonte secundria foi efetuada anlise documental das matrizes curriculares de cursos e de ementas de disciplinas associadas estatstica. Pela anlise das fontes utilizadas sugere-se que as instituies de ensino superior no preparam seus egressos dos cursos de engenharia para planejar e analisar um experimento. Alm disso, constata-se o uso incipiente da Estatstica pelas indstrias locais, em especial no enfoque experimental. Evidenciou-se que a notria falta desse conhecimento termina por limitar as possibilidades de otimizao de processos por meio da experimentao. Parte da pesquisa foi realizada inloco, em uma indstria metalrgica na GS. A tentativa frustrada de realizao de um experimento nesta indstria ratificou as dificuldades existentes, principalmente, quando os possveis benefcios da experimentao so desconhecidos. Uma estratgia para alterar de forma significativa esta realidade seria apresentar modelos e exemplos de experimentos simples e viveis para as indstrias de Salvador. Percebeu-se, tambm, a necessidade de uma segunda disciplina, obrigatria para os cursos de engenharia, que aborde os princpios da experimentao.

Palavras-chave: Experimento industrial. Ensino de estatstica. Estatstica na engenharia. Processos industriais.

ABSTRACT

In this study, we discussed the experimental designs and the experimentation methods in relation to industry peculiarities in the Metropolitan Region of Salvador (MRS), aiming to identify possible obstacles to their adoption in a wide way. For the research problem statement, were analyzed factors that make difficult the use of experimentation, the way its basic principles and theoretical assumptions interfere, and the strategies that can be proposed to the industries and to the undergraduate degrees in engineering, in order to stimulate the use of this tool in a more systematic way. Thus, we found here to answer this research question: which understanding about industrial experimentation can help its adoption in more industries in the MRS? For the definition of theoretical basis, we analyzed the experiments planning and analysis as a technique of quality statistical control, the experimentation history, the possibility of performing experiments online and the grounds of the Evolutionary Operation, the main designs and experimentation methods and its teaching in the engineering courses. We used the analytical descriptive research method, with the qualitative approach for engineers, entrepreneurs, course coordinators, teachers and students, by means of unstructured interview as a primary data source, and documentary research of courses curricula and list of subjects related to Statistics as a secondary data source. Thus, results suggest that higher education institutions do not prepare their egresses of the engineering programs to design and analyze experiments. Besides, we realized that there is an incipient use of Statistics in the local industries, particularly in experimental focus. We also established, by evidence, that the notorious lack of this knowledge leads to a limitation of possibilities of optimizing processes by means of experimentation. In fact, part of this study was performed in loco, in a metallurgical industry of the MRS. However, the unsuccessful attempt of performing an experiment in this industry ratified the existing difficulties, mainly when the possible benefits of the experimentation were unknown. An strategy to significantly change this actual fact, therefore, would be presenting models and examples of simple and variable experiments for industries of the MRS. We also found the need of a compulsory second subject for engineering degrees, which approaches the statistical principles of experimentation. Key-words: Industrial experiment. Statistics teaching. Statistics in the engineering. Industrial processes.

LISTA DE FIGURAS

Figura 1 Modelo geral de um processo, segundo Montgomery

(2009) ................................................................................. 17

Figura 2 Possibilidade de conquistas da qualidade ....................... 27

Figura 3 Sistemtica de um experimento .......................................... 33

Figura 4 Processo de operao evolucionria ................................... 49

Figura 5 Repetio, controle local e casualizao associada ao erro

experimental ....................................................................... 58

Figura 6 Esquema do delineamento em blocos casualizados ............ 84

Figura 7 Croqui simblico: Quadrado latino 5 x 5 ............................ 94

Figura 8 Grfico do tipo de Material e Temperatura X Vida til da

Bateria ................................................................................. 115

Figura 9 Grfico de probabilidade normal ........................................ 123

Figura 10 Superfcie de Resposta da variao do dimetro derretido

do queijo ............................................................................. 146

Figura 11 Exemplo de pea produzida - gravata ................................. 191

Figura 12 Exemplo de pea produzida - estribo .................................. 192

Figura 13 Sistematizao do projeto de um experimento ................... 204

LISTA DE QUADROS

Quadro 1 Postulados de Shewhart ............................................................... 30

Quadro 2 Comparativo CEP x Experimentao .......................................... 32

Quadro 3 Comparativo entre as experimentaes on line X off line ........... 52

Quadro 4 Implicaes dos procedimentos de controle experimental .......... 61

Quadro 5 Pressupostos da Anlise de Varincia ......................................... 63

Quadro 6 Vantagens e desvantagens dos planos fatoriais ........................... 105

Quadro 7 Arranjo dos dados para um Planejamento Fatorial com Dois

Fatores ......................................................................................... 107

Quadro 8 Estrutura da Anlise de Varincia com K Fatores....................... 112

Quadro 9 Formulrio do clculo da soma dos quadrados ........................... 129

Quadro 10 Esquematizao do experimento fatorial 22 com

confundimento ............................................................................. 136

Quadro 11 Exemplo de distribuio dos tratamentos nos blocos com

confundimento ............................................................................. 137

Quadro 12 Informaes sobre os coordenadores entrevistados ................... 165

Quadro 13 Disciplinas de Estatstica nos cursos de I3 .................................. 177

Quadro 14 Informaes sobre os empresrios entrevistados ........................ 185

Quadro 15 Caractersticas dos operadores analisados ................................... 197

Quadro 16 Possveis objetivos de um experimento ....................................... 205

Quadro 17 Diferentes modelos e mtodos de experimentao possveis ...... 208

Quadro 18 Solues propostas (caso de no atendimento aos princpios

fundamentais da experimentao) ............................................... 208

LISTA DE TABELAS

Tabela 1 Dados socioeconmicos relevantes ............................................. 22

Tabela 2 Modelo de dados para Experimento de Fator nico ................... 67

Tabela 3 Anlise de varincia para modelo de efeitos fixos e fator nico . 80

Tabela 4 Dados do experimento da anlise da resistncia trao de

fibra sinttica ............................................................................... 81

Tabela 5 Anlise de varincia para os dados de resistncia trao .......... 82

Tabela 6 Delineamento em Blocos Casualizados ....................................... 90

Tabela 7 Dados do ensaio de dureza para cada placa e cada penetrador

avaliado ....................................................................................... 92

Tabela 8 Anlise de Varincia do Experimento do Teste de Dureza com

DBC ............................................................................................. 92

Tabela 9 Anlise de Varincia do Experimento do Teste de Dureza com

DIC .............................................................................................. 93

Tabela 10 Resposta para o quadrado latino .................................................. 96

Tabela 11 Anlise de varincia para o delineamento em quadrado latino ... 96

Tabela 12 Resultados obtidos no experimento para medir a fora da

exploso ....................................................................................... 99

Tabela 13 Resumo da anlise de varincia para o quadrado latino 5 x 5 ..... 99

Tabela 14 Resultado do Teste Tukey ........................................................... 100

Tabela 15 Graus de Liberdade das Somas dos Quadrados ........................... 110

Tabela 16 Anlise de Varincia de Fatorial com Dois Fatores e Modelo

de Efeitos Fixos ........................................................................... 111

Tabela 17 Dados da vida til (em horas) obtidos do experimento da

bateria .......................................................................................... 114

Tabela 18 Anlise de Varincia dos Dados da Vida til da Bateria ............ 114

Tabela 19 Anlise de Varincia para um fatorial de dois fatores em um

DBC ............................................................................................. 117

Tabela 20 Nvel da intensidade de deteco do radar .................................. 118

Tabela 21 Anlise de Varincia dos dados de deteco do radar ................. 119

Tabela 22 Estimativa de efeitos fatoriais de experimento fatorial 24 no

repetido ........................................................................................ 122

Tabela 23 Esquema da anlise de varincia de um experimento 24 no

repetido, para a verificao de efeitos principais e de interao

de ordem dois .............................................................................. 124

Tabela 24 Esquema da anlise de varincia ................................................. 127

Tabela 25 Esquema da casualizao em dois estgios ................................. 128

Tabela 26 Dados processo industrializao do papel ................................... 130

Tabela 27 Anlise de varincia do primeiro estgio .................................... 130

Tabela 28 Anlise de varincia do segundo estgio ..................................... 131

Tabela 29 Anlise de varincia para confundimento com trs fatores com

n repeties ................................................................................... 138

Tabela 30 Soma dos quadrados com 2 blocos e n repeties ....................... 138

Tabela 31 Resultados obtidos do binmio tempo e temperatura sobre

capacidade de derretimento ......................................................... 144

Tabela 32 Anova dos dados do derretimento do queijo ............................... 144

Tabela 33 Produo diria de cada um dos operadores no perodo

analisado ...................................................................................... 199

Tabela 34 Anlise dos dados dos operadores ............................................... 199

SUMRIO

1 INTRODUO ................................................................................. 15 2 REFERENCIAL TERICO ............................................................ 26 2.1 Controle da Qualidade...................................................................... 26 2.2 Histrico da experimentao ............................................................ 34 2.3 Experimentao na Indstria Histrico e Particularidades ....... 43 2.4 Experimentao Online e EVOP ..................................................... 47 2.5 Experimentao: princpios e caractersticas ................................. 53 2.5.1 Delineamento Inteiramente Casualizado (DIC) ............................. 65 2.5.2 Delineamento em Blocos Casualizados (DBC) ............................... 83 2.5.3 Delineamento em Quadrados Latinos (DQL) ................................. 94 2.5.4 Experimentos Fatoriais..................................................................... 100 2.5.4.1 Experimento fatorial no repetido .................................................. 120 2.5.4.2 Experimentos em Parcelas Subdivididas (Split-splot) .................... 125 2.5.4.3 Experimento Fatorial Fracionado ................................................... 132 2.5.4.4 Tcnica do Confundimento .............................................................. 134 2.5.5 Superfcie de Resposta ...................................................................... 139 2.6 Ensino da Estatstica e da Experimentao nos cursos de

engenharia ......................................................................................... 146 3 MATERIAL E MTODOS.............................................................. 152 3.1 O mtodo ............................................................................................ 152 3.2 Campo do estudo ............................................................................... 155 3.3 Os sujeitos .......................................................................................... 156 3.4 Coleta de dados Procedimentos e Instrumentos .......................... 157 3.5 Anlise e Interpretao de Dados .................................................... 159 4 RESULTADOS E DISCUSSO ...................................................... 161 4.1 Realidade de instituies de ensino superior .................................. 162 4.1.1 Perfil dos sujeitos entrevistados ....................................................... 164 4.1.2 Articulao dos dados: experimentao e graduao

(entrevistas) ....................................................................................... 167 4.2 Realidade de indstrias na grande Salvador .................................. 183 4.2.1 Perfil dos sujeitos entrevistados ....................................................... 184 4.2.2 Articulao dos dados: experimentao e indstria

(entrevistas) ....................................................................................... 186 4.3 Indstria metalrgica experienciada .............................................. 190 4.3.1 A empresa .......................................................................................... 191 4.3.2 Tentativa de um experimento: problemas e solues .................... 193 4.4 Organizando e viabilizando experimentaes industriais ............. 203 4.5 Experimentao online: limitaes e possibilidades ...................... 210 5 CONSIDERAES GERAIS ......................................................... 216

REFERNCIAS ................................................................................ 224 APNDICES ..................................................................................... 233 ANEXOS ............................................................................................ 241

15

1 INTRODUO

A Gesto da Qualidade (GQ), norteada pelos princpios da qualidade,

representa hoje um conjunto de mtodos muito utilizados pelas organizaes,

sejam elas de pequeno, mdio ou grande porte. De acordo com Brocka e Brocka

(1994), a GQ combina tcnicas de Administrao, esforos de melhorias

existentes e inovadoras, alm de modelagens matemticas para aperfeioar os

processos de forma contnua.

Em um estudo apresentado pela American Society for Quality (ASQ),

afirmou-se que a busca da qualidade deveria mudar, tornar-se mais inovadora,

flexvel e rpida na implementao das solues eficazes que conduzam a

resultados nos negcios e reflitam os desejos do consumidor (BAMFORD;

GREATBANKS, 2005). Por essa pesquisa descreve-se que inovao,

flexibilidade e velocidade so fatores crticos para o sucesso das empresas que

desejam adquirir vantagem competitiva neste incio de sculo.

De acordo com Taguchi, Elsayed e Hsiang (1990), a qualidade de um

produto no pode ser aperfeioada, a menos que suas caractersticas possam ser

identificadas e medidas. E na anlise dessas medidas que a Estatstica se

mostra uma ferramenta essencial na melhoria dos processos produtivos.

O uso de mtodos estatsticos no controle e na melhoria da qualidade de

produtos est cada vez mais difundido nas organizaes. Dentro de um mercado

globalizado e competitivo como o atual, o domnio dos processos produtivos

um aspecto muito importante, ou mesmo vital, para a sobrevivncia e

crescimento de uma indstria.

Sendo a Estatstica a cincia que trabalha a variabilidade, ela devia ser

convocada para dar suporte qualidade. Essencialmente, a estatstica trazida

para esse contexto em virtude da demanda pelo controle da variabilidade. Esta

a razo pela qual surgiu o Controle Estatstico da Qualidade (CEQ), que um

16

conjunto de mtodos estatsticos usados, ou possivelmente utilizveis, para

intervir, intencionalmente, em um sistema de produo, objetivando conferir-lhe

qualidade (MONTGOMERY, 2009).

O Controle Estatstico da Qualidade, segundo Oliveira e Muniz (2007),

apresenta cinco principais tcnicas para a obteno, manuteno e melhoria da

qualidade de produtos e servios produzidos por uma organizao. So elas:

a) Metrologia;

b) Inspeo por Amostragem;

c) Confiabilidade;

d) CEP (Controle Estatstico de Processo);

e) Planejamento e Anlise de Experimentos (DOE- Design of

Experiments).

O cerne deste trabalho est na ltima tcnica, a de experimentao. E

quando mencionamos experimento planejado, fazemos referncia a um teste, ou

uma srie deles, no qual so feitas mudanas intencionais nas variveis de

entrada de um processo, de modo a observar e identificar mudanas

correspondentes na varivel de resposta, segundo Montgomery (2009).

Conforme relata o mesmo autor, a melhoria da qualidade dos produtos,

norteada pelo CEQ e proporcionada pela experimentao, fator fundamental

tanto para a sobrevivncia como para o crescimento das indstrias. O que est

diretamente associado ao fato do experimento ter como objetivo principal

otimizar um processo j existente, ou simular de maneira tima um novo

processo a ser implementado.

Para uma compreenso mais completa, necessrio entender o conceito

de processo, conforme esquematizado na Figura 1. Para Box, Hunter e Hunter

(2005), processo, ou sistema de transformao, representado pela combinao

17

de mquinas, mtodos, pessoas e outros recursos que transformam os produtos

de entrada em outros acabados ou semiacabados, com caractersticas ou

parmetros especficos.

Figura 1 Modelo geral de um processo, segundo Montgomery (2009)

Mtodos de delineamento de experimentos so de capital importncia no

desenvolvimento de processos e superao de dificuldades para melhoria da

performance dos mesmos. Como um exemplo de um experimento, suponha que

um engenheiro metalrgico esteja interessado em estudar o efeito de dois

diferentes processos de endurecimento de uma liga de alumnio: temperamento

com leo e temperamento com soluo salina. O objetivo do engenheiro

determinar que meio de temperamento produz o mximo de dureza para essa

liga particular. O engenheiro decide submeter um nmero de peas da liga a

cada um dos meios de temperamento e medir a dureza dos pedaos depois do

temperamento. A mdia de dureza dos pedaos tratados em cada meio de

temperamento ser usada para determinar qual deles promove a maior dureza.

...

...

Fatores controlveis x1 x2 xp

z1 z2 zq Fatores no controlveis

PROCESSO Entradas Sadas

18

Fazendo-se uma analogia desta situao experimental com o modelo geral para

um processo ilustrado na Figura 1, as variveis xi so o tipo de leo, de soluo,

temperatura, tempo, etc. As variveis zi so as pequenas variaes nas

propores dos componentes da soluo, os possveis erros nas medidas, etc.

A anlise e melhoria destes processos, industriais, agropecurios ou de

outra ordem, representam o grande foco dos experimentos, que, entre outras

possibilidades, capaz de encontrar o ajuste timo dos parmetros do sistema

com o objetivo de:

a) maximizar seu desempenho;

b) minimizar custos e/ou tempo de execuo;

c) tornar o desempenho do sistema pouco sensvel ao efeito dos fatores

no controlveis .

Alinhado com a importncia desse olhar sobre os processos, Corra e

Corra (2008, p.) explicam que:

A qualidade formada durante o processo de produo, ou seja, a qualidade no um kit que possa ser instalado no produto (resultado de um processo), mesmo que estocvel, aps sua produo. As aes de qualidade, portanto devem ter como alvo os processos, e no os produtos deles resultantes.

E desta forma que a experimentao, mesmo no representando uma

tcnica fundamentalmente nova, apresenta-se como uma importante ferramenta

capaz de promover melhorias em processos produtivos e de antever melhores

condies para um processo que esteja por ser implementado.

O planejamento de experimentos deve-se a Ronald A. Fisher (1890-

1962), que durante alguns anos, no incio do sculo passado, foi responsvel

pela estatstica e anlise de dados na Estao Agrcola Experimental de

19

Rothamsted, em Londres - Inglaterra. Essa estao considerada o bero da

Teoria Estatstica Moderna e Prtica.

Fisher foi quem desenvolveu e usou pela primeira vez a tcnica de

anlise de varincia como ferramenta primria para a anlise estatstica do

projeto experimental. Outros autores que contriburam de maneira significativa

para a evoluo das tcnicas sobre o planejamento de experimentos foram:

Yates, Box, Bose, Kempthorne e Cochran (MONTGOMERY, 2004).

Toda a teoria existente sobre experimentao foi, inicialmente, aplicada

em contextos agrcolas, o que justifica a manuteno do uso de vrios termos

tcnicos associados a essa rea. Mas logo se percebeu sua utilidade, nas mais

diversas reas, entre elas as cincias sociais, a medicina, a psicologia, a

engenharia, dentre outras. E esta ltima deu origem ao que se denomina hoje de

Experimentao Industrial.

Segundo Memria (2004), as necessidades da experimentao industrial,

onde so pesquisados vrios fatores representados por variveis quantitativas,

levaram ao desenvolvimento de delineamentos especiais. Estes so conhecidos

na literatura como Delineamentos de Box, em homenagem ao estatstico ingls

George Edward Pelham Box (19192013), considerado por muitos o maior

responsvel pelo desenvolvimento da experimentao na indstria.

Os experimentos conduzidos em indstrias, segundo Galdamez e

Carpinetti (2004), objetivam melhorar o desempenho dos processos de

fabricao e, por consequncia, dos produtos. Diante dessas possibilidades, o

projeto de experimentos apresenta-se como uma forma de alcanar os fatores

crticos, citados pela ASQ (inovao, flexibilidade e rapidez), alm de atender as

necessidades e expectativas dos consumidores.

Apesar de uma tcnica distante do ineditismo e com mltiplas

potencialidades, seu uso na indstria brasileira, em especial nas indstrias

20

localizadas na Grande Salvador, ocorre de forma bastante incipiente, o que ser

constatado ao longo deste trabalho.

De acordo com Gomes e Kruglianskas (2010), as tcnicas experimentais

so pouco difundidas nas empresas brasileiras. No artigo coloca-se que, apesar

do avano das metodologias de gesto e de melhoria de qualidade usadas, para

aumentar o desempenho operacional e administrativo das organizaes, existem

deficincias tcnicas especficas relacionadas ao desenvolvimento de projetos de

produtos e processos de fabricao. Segundo o autor, essas deficincias ocorrem

pela falta de conhecimento estatstico, que, habitualmente, os gerentes,

funcionrios e engenheiros das empresas apresentam ao usar ferramentas

estatsticas de qualidade.

Segundo pesquisa realizada na Europa por Tanco et al. (2012), a

experimentao utilizada com frequncia, embora muitas vezes de forma

inadequada. Em pesquisa realizada em trs regies europeias, os autores

constataram que 95% das empresas realizam experimentos, no entanto, os

mtodos utilizados nem sempre so adequados, visto que apenas 23% dessas

empresas realizam o experimento com uma metodologia pr-estabelecida. Vale

ressaltar que a pesquisa mencionada retrata uma realidade de pases

desenvolvidos, com indstrias, notoriamente, mais evoludas e profissionais com

formaes, supostamente, mais adequadas para a realizao de experimentos

industriais.

Os autores apresentam alguns possveis motivos de tal deficincia. Entre

eles, foi destacada, nos cursos de engenharia, a superficialidade do ensino das

disciplinas da rea da Estatstica, que deveria tratar da experimentao. E esse

retrato se alinha com nossa realidade local, onde nenhum dos 12 cursos de

graduao de engenharia, pesquisados na regio metropolitana de Salvador,

incluindo alguns da principal Instituio de Ensino Superior da Bahia, possui

21

sequer tpico referente Estatstica Experimental nos programas das disciplinas

obrigatrias ligadas Estatstica.

Alm desse fator, Tanco et al. (2012) citam uma ineficiente interao

entre a empresa e a universidade, o que dificulta, por parte dos profissionais da

rea tcnica, a utilizao de uma metodologia mais consistente quando do uso da

experimentao nas indstrias.

Reforando essa falta de sintonia entre o meio acadmico e o produtivo,

Costa e Cunha (2010) esclarecem que existe uma srie de barreiras

organizacionais, pessoais, profissionais e culturais, geradas, basicamente, pelas

diferenas de interesses por ambas as partes. A meta principal da universidade

a gerao de conhecimento e tecnologia para o desenvolvimento da sociedade

em geral, enquanto a da empresa gerar receitas, sem as quais no sobreviveria.

Associado a isso, o que pode ser constatado na prtica, na maior parte do

tempo, que tcnicos e engenheiros precisam se dedicar a resolver problemas

relacionados ao ritmo e ao processo normal da produo, deixando para segundo

plano, ou para outras instncias da organizao, a prtica de experimentao e

testes. Os experimentos tendem a ficar confinados a atividades e prottipos fora

da cadeia de produo, enquanto esta passa a demandar cada vez mais a

presena dos tcnicos e engenheiros que de fato conhecem os processos da

empresa (FREEMAN, 1975).

Aps apresentada esta introduo sobre algumas especificidades da

experimentao, associada sua constatada subutilizao, ou mesmo inadequada

aplicao, resta definir o recorte geogrfico componente do objeto deste estudo.

A Regio Nordeste do Brasil caracterizada por contrastes. Segundo

dados do Censo 2010 do Instituto Brasileiro de Geografia e Estatstica (IBGE),

nesta regio esto localizados os municpios com maior e menor PIB (Produto

Interno Bruto) per capita do pas. So Francisco do Conde, na Bahia, possui

R$ 360.815,83 de PIB per capta, enquanto o municpio de So Vicente Ferrer,

22

no Maranho, apresentou apenas R$ 1.929,97. Apesar de mais de 27% da

populao brasileira viverem na Regio Nordeste, seu PIB representa apenas

cerca de 18% do nacional. Mas a regio que vem apresentando, segundo o

IBGE, o maior crescimento econmico dentre as cinco regies do Brasil.

E nessa regio, o estado da Bahia se destaca como responsvel por 35%

do PIB do Nordeste e cerca de 6,4% do nacional, como mostrado na Tabela 01.

Segundo dados da Secretaria da Indstria, Comrcio e Minerao da Bahia,

esto previstos investimentos da ordem de 32,5 bilhes de dlares, atrelados

gerao de cerca de 63.000 novos empregos at 2015. Associado a essas

informaes, pelo Departamento de Indstria do IBGE mostra-se que a produo

industrial baiana apresentou, no perodo de maio/2012 a abril/2013, um

crescimento de 4,1%, superando o crescimento de todos os outros estados

brasileiros e contrastando com uma retrao de 1,1% na produo industrial

brasileira no mesmo perodo.

Tabela 1 Dados socioeconmicos relevantes

Brasil Regio

Nordeste Bahia Grande Salvador

Populao (milhes de

habitantes) 194 53 14 3,6

PIB (bilhes de reais) 2395 438 154 76

Fontes: Guia... (2012)

No estado da Bahia, a regio industrial mais importante , notoriamente,

a Grande Salvador. Ela responsvel pela produo de, aproximadamente,

metade do PIB do estado, e onde esto localizados o Plo Petroqumico de

Camaari, o Centro Industrial de Aratu e a Refinaria Landulpho Alves,

23

importantes centros industriais do Brasil. Alm disso, de cada 32 reais

produzidos no Brasil, um gerado na Regio Metropolitana de Salvador.

Diante dessa realidade local, carente de uma indstria mais eficiente e

com grande potencial de crescimento, o projeto de experimentos industriais se

apresenta como um fator de possvel contribuio para a melhoria de processos

j existentes, ou ainda, como otimizador na criao de novos processos e,

consequentemente, novos produtos.

Apesar deste cenrio, a realidade da formao dos engenheiros nos 12

cursos de graduao avaliados, entre eles algumas engenharias da principal e

mais antiga universidade do estado da Bahia, no prope uma formao

estatstica consistente para seus estudantes, negligenciando claramente a rea de

experimentao. Nesta importante universidade, com exceo do curso de

engenharia de produo, que abriu sua primeira turma em 2009, com apenas 40

vagas anuais, as outras engenharias possuem apenas uma disciplina associada

estatstica, que no cita nem mesmo uma referncia tcnica de experimentao.

Outra rea acadmica fundamental, para a realizao da experimentao

na indstria a Estatstica, propriamente. Mas o nico curso de graduao do

estado, que forma bacharis em Estatstica, est na UFBA, e um curso de

pouca referncia nacional. Poucos so os alunos que concluem o curso (cerca de

20 por ano, segundo informaes obtidas no colegiado do curso). Alm disso,

este o primeiro ano em que o mestrado e doutorado em Matemtica da UFBA,

em associao com a Universidade Federal de Alagoas, oferecem uma nova rea

de pesquisa opcional para os ps-graduandos: Probabilidade. At ento, no

existia, na Bahia, nenhuma ps-graduao strictu sensu associada Estatstica

ou Probabilidade.

Apresentadas as caractersticas fundamentais do que a experimentao

capaz de promover nos processos industriais, quando utilizada de forma

adequada por profissionais preparados tecnicamente, retratada a realidade da

24

subutilizao ou inadequao do uso da experimentao nas indstrias

brasileiras, em especial as da Grande Salvador e constatada a importncia e

potencialidade da indstria nesta regio, configura-se como problema principal

deste estudo: Qual compreenso sobre experimentao industrial pode

auxiliar a sua adoo por mais indstrias na Grande Salvador?

Face s variveis a implicadas, apresentam-se os subproblemas da

pesquisa:

Subproblema 1: Quais so os fatores que impedem ou dificultam o uso

da experimentao em mais indstrias da Grande Salvador?

Subproblema 2: Como os princpios bsicos da experimentao e os

pressupostos tericos dos modelos estatsticos interagem, a favor ou contra, com

os fatores que dificultam seu uso?

Subproblema 3: Quais estratgias de experimentao podem ser

propostas para as indstrias da Grande Salvador, de modo que respondam,

positivamente, aos subproblemas anteriores?

Subproblema 4: Quais estratgias de introduo do ensino-pesquisa-

extenso em experimentao podem ser propostas para os cursos de graduao

em engenharia das IES da Grande Salvador, de modo que interajam com as

indstrias da GS?

Para a pesquisa desenvolvida definiu-se como objetivo principal,

discutir a experimentao, em seus diversos delineamentos e mtodos,

confrontando-a com as peculiaridades da indstria, em especial na Grande

Salvador, de maneira a identificar possveis obstculos sua adoo de forma

mais ampla.

Para o desenvolvimento da presente tese, o plano de trabalho est

estruturado em cinco captulos, visando atingir cada um dos objetivos indicados.

25

Desse modo, o primeiro captulo destina-se introduo desta tese, no

qual delimitado o assunto de estudo e so especificados o objetivo principal e

os problemas da pesquisa.

O segundo captulo dedica-se ao referencial terico, no qual so

expostos alguns aspectos dos experimentos, seus delineamentos e mtodos, alm

de seus modelos estatsticos. Ainda, neste captulo, ser apresentado o Controle

Estatstico da Qualidade e sua associao com os projetos de experimentos

industriais. Tambm sero feitas algumas consideraes acerca da forma como

os cursos de graduao em engenharia abordam a Estatstica, associando com o

nvel de conhecimento dos engenheiros na Estatstica Experimental.

O captulo seguinte ser de Materiais e Mtodos, trazendo tudo que foi

utilizado na pesquisa e de que forma ela foi conduzida, evidenciando a

metodologia escolhida.

O quarto captulo apresentar os principais resultados deste trabalho,

associado a uma srie de discusses. Haver uma anlise dos currculos tpicos

dos cursos de graduao em engenharia de quatro IES da GS e, tambm, de

entrevistas com alguns coordenadores de curso para o levantamento dos prs e

contras da introduo de disciplinas de estatstica experimental. Alm disso,

sero consideradas entrevistas com alguns engenheiros para uma melhor

percepo do uso, ou no, da experimentao nas indstrias da GS.

Esse captulo traz, tambm, a experincia vivida em uma indstria

metalrgica, onde houve uma tentativa de realizao de um experimento. Ser

apresentada, ainda, uma proposta de organizao para a experimentao na

indstria, com problemas e solues possveis, considerando a possibilidade de

utilizao de um experimento realizado online.

O quinto e ltimo captulo apresenta as concluses finais deste trabalho,

associando o que foi abordado ao problema principal do estudo, perpassando,

ainda, pelos subproblemas da pesquisa.

26

2 REFERENCIAL TERICO

Os conceitos das tcnicas de planejamento e anlise de experimentos

so, segundo Montgomery (2009), utilizados pelas empresas que buscam

melhorar a qualidade dos produtos ou processos de forma contnua.

A anlise dessas tcnicas evidencia uma srie de delineamentos e

mtodos que podem ser utilizados na experimentao, em especial, naquelas

realizadas em indstrias, que representam o foco principal deste trabalho.

O entendimento dessas tcnicas, associado percepo de como os

cursos de graduao em engenharia trabalham essa teoria com seus alunos,

representa um importante alicerce para a compreenso de algumas das

dificuldades observadas ao longo desta pesquisa. E essa interface est

diretamente conjugada forma como as empresas lidam com a qualidade de seus

processos e produtos.

2.1 Controle da Qualidade

A qualidade uma varivel de extrema importncia nas organizaes

atuais, uma vez que ela capaz de definir e valorizar produtos oferecidos e

servios prestados aos clientes. Manter o nvel de qualidade demanda um

trabalho de controle, anlise e acompanhamento dentro dessas empresas.

A gesto da qualidade representa, h alguns anos, uma grande

preocupao de qualquer empresa, sejam elas fornecedoras de produtos ou de

servios. A conscientizao para a qualidade, catalisada pelo reconhecimento de

sua importncia, tornou significativa a certificao de sistemas de gesto da

qualidade em todo o mundo (ALVAREZ, 2001).

Estas certificaes, alm de aumentarem a satisfao e a confiana dos

clientes, reduzirem custos internos, aumentarem a produtividade e melhorarem a

27

imagem e os processos continuamente, facilitam o acesso a novos mercados.

Elas, ainda, permitem avaliar as conformidades determinadas pela organizao

por meio de processos internos, o que garante ao cliente um produto ou servio

concebido, de acordo com padres, procedimentos e normas, conforme Figura 2.

Figura 2 Possibilidade de conquistas da qualidade

De acordo com Toledo (2001), a Gesto da Qualidade um conjunto de

prticas utilizadas, nas diversas reas funcionais da empresa, para obter-se, de

forma eficiente e eficaz, a qualidade pretendida para o produto.

Segundo Oliveira (2006), a gesto, ou o gerenciamento, consiste em

administrar, controlar, analisar, ser eficaz. Dessa forma, a Gesto da Qualidade

deve ser capaz de promover um trabalho em conjunto de todas as reas da

empresa, visando qualidade e eficincia.

QUALIDADE

Aumento de

produtividade

Reduo de

custos

Abertura de

novos

mercados

Avaliao

de

conformidade

Confiana dos

clientes

Satisfao

dos clientes

Melhoria de

imagem

Otimizao

de processos

Cuidado

com meio

ambiente

28

O uso de mtodos estatsticos para a obteno, controle e melhoria da

qualidade, de produtos e servios, cada vez mais utilizado e valorizado pelas

organizaes. Dentro de um mercado globalizado e competitivo, o controle dos

processos est diretamente associado qualidade dos produtos, sendo um

aspecto muito importante, vital para a sobrevivncia e crescimento de uma

empresa (REIS, 2001).

Moreira (2001) descreve controle como uma maneira utilizada para

manter determinado fenmeno dentro do que foi programado. E os produtos

resultantes de um processo tm caractersticas que podem ou no estar dentro do

especificado, o que definido por qualidade.

O termo Controle Estatstico da Qualidade (CEQ) pode ser

compreendido pela associao das palavras que o compem, utilizando a

Estatstica como forma de anlise e controle para medir e garantir qualidade.

Ratificando esta ideia, Samohyl (2009) afirma que a principal ideia do Controle

Estatstico da Qualidade que processos que apresentam uma menor

variabilidade so capazes de atingir melhores nveis de qualidade.

De acordo com Reis (2001), como o controle da variabilidade representa

um fator de qualidade, preciso entend-lo de forma mais clara. E a nica forma

de faz-lo por mtodos estatsticos, que fazem parte do CEQ, importante

desdobramento da Gesto da Qualidade.

Shewart (1931) ressaltou que improvvel que duas peas sejam

fabricadas precisamente iguais, admitindo a variabilidade como um aspecto

inerente qualidade dos processos e percebendo a necessidade de distinguir as

variaes aceitveis daquelas que indicam problemas. O Controle Estatstico da

Qualidade considera um fenmeno sob controle quando, utilizando-se de

experincia passada, seja possvel prever, dentro de certos limites aceitveis,

como tal fenmeno ir variar no futuro.

29

A variao provocada por causas comuns, conhecida como variabilidade

natural do processo, inerente aos processos e estar presente mesmo que todas

as operaes sejam executadas empregando mtodos padronizados. Quando

apenas as causas comuns esto atuando no processo, a quantidade de

variabilidade se mantm em uma faixa estvel, pois se deve apenas

aleatoriedade dos elementos envolvidos.

Deming (1990) afirmou que 94% dos problemas e possibilidades de

melhoria so baseados em causas comuns e apenas 6% so baseados em causas

especiais. evidente que esses nmeros no so precisos nem correspondentes a

todo e qualquer processo produtivo, mas sugerem uma maior incidncia de

causas comuns na origem da variabilidade da maioria dos processos.

J as causas especiais de variao surgem, esporadicamente, em virtude

de uma situao particular que faz com que o processo se comporte de um modo

completamente diferente do usual. So causas inevitveis que podem ou no ser

conhecidas, mas sobre as quais muitas vezes no se pode ter controle, tais como

fatores ambientais, satisfao das pessoas, admisso de um novo operador,

defeitos nos equipamentos, utilizao de um novo tipo de matria-prima,

desgaste de ferramentas e a calibrao inadequada de instrumento de medio,

entre outras. Estas causas geram variaes no aleatrias (padres anormais dos

dados) que afetam o processo de maneira imprevisvel, de forma que nenhuma

distribuio de probabilidade pode ser obtida.

Kume (1993) afirma que quando se considera o processo de fabricao

sob o ponto de vista da variao de qualidade, pode-se entender o processo como

um agregado das causas de variao. Ele defende que a explicao das

mudanas nas caractersticas da qualidade dos produtos, originando produtos

defeituosos ou no defeituosos, est exatamente nesta variabilidade.

30

Shewhart (1931) trouxe tona algumas percepes inovadoras para a

sua poca, despertando alguns princpios essenciais para entender a variabilidade

de um processo. Entre estes, destacam-se:

a) Existe uma limitao para se fazer o que quer;

b) Qualidade controlada no qualidade constante;

c) Sob controle quando a variabilidade constante e com limites

definidos;

d) Em toda previso existe o elemento probabilidade.

Ele percebeu que os processos possuam sempre um elemento da

aleatoriedade, que promoviam um mnimo de oscilao na varivel resposta de

um sistema de transformao.

Shewhart (1931) concebeu trs importantes postulados, que aliceram,

nos dias de hoje, o Controle de Processos. So eles:

1o Postulado: Os sistemas de causas aleatrias no so iguais, no sentido em

que permitem prever o futuro com base no passado. Causas conhecidas

permitem previsibilidade.

2o Postulado: Sistemas estveis, de causas aleatrias, existem naturalmente.

Existem causas desconhecidas em um sistema estvel (causas comuns).

3o Postulado: Causas especiais de variao podem ser identificadas e

eliminadas. Pontos fora dos limites indicam existncia de causas especiais,

mas a ausncia desses pontos no elimina outras causas de variabilidade.

Quadro 1 Postulados de Shewhart

Fonte: Shewhart (1931).

Ainda, em relao s causas de variao de um processo, Shewhart

31

(1931) afirmou que as causas especiais so prejudiciais s previses da varivel

resposta. E, em contrapartida, as causas comuns confirmam a aleatoriedade

inerente a todo e qualquer processo, mesmo naqueles estveis. Amostras obtidas

de sistemas estveis geram variaes em razo de efeitos aleatrios do processo

de amostragem.

A eliminao ou reduo dessas causas de variao de um processo,

comuns ou especiais, so obtidas pela utilizao de duas das tcnicas que

compem o CEQ.

O CEQ composto por um conjunto de ferramentas estatsticas

utilizadas em um sistema de produo, com o objetivo de gerar qualidade.

Woodall e Montgomery (1999) o definem como um ramo da Estatstica

Industrial, focada em inspecionar, planejar os experimentos e estudar os

processos. Ainda, para os autores, os principais itens que compem o CEQ so:

a) Anlise de Confiabilidade;

b) Inspeo por Amostragem;

c) Metrologia;

d) Controle Estatstico de Processos (CEP);

e) Experimentao para a Qualidade.

Esta pesquisa se prope a trabalhar o ltimo deles, visto que se planeja

trabalhar com o uso da Experimentao para a Qualidade como uma maneira de

atribuir mais qualidade ao produto por meio da otimizao dos seus processos

produtivos. Ser abordado, tambm, mas de forma sucinta, o Controle Estatstico

de Processos (CEP).

De acordo com Montgomery (2004), o CEP um conjunto de

ferramentas de resoluo de problemas, til na obteno da estabilidade do

processo e na melhoria da capacidade pela reduo da variabilidade. Esta tcnica

32

se baseia na identificao e reduo das causas especiais de variao de um

processo, viabilizando medidas que garantam processos sob controle.

Em contrapartida ao CEP, a Experimentao para a Qualidade atua

diretamente no processo, utilizando recursos estatsticos capazes de promover a

melhoria de um processo com base na anlise quantitativa das causas comuns de

sua variao. Segundo Montgomery (2004), o experimento um teste, ou uma

srie deles, no qual so feitas mudanas propositais nas variveis de entrada de

um processo, de modo a permitir a identificao e anlise das mudanas

correspondentes na varivel resposta.

O planejamento experimental e o CEP representam duas ferramentas

muito teis na melhoria e otimizao de um processo produtivo, estando

intimamente correlacionados. De acordo com Montgomery (2004), se um

processo est sob controle estatstico, mas sua capacidade est subaproveitada, o

indicado utilizar um experimento planejado.

CEP Experimentao

Mtodo passivo Mtodo ativo

Pouco eficiente no caso de

processos sob controle

Prope melhorias em processos,

mesmo sob controle

Ataca causas especiais de

variao (identificveis)

Minimiza causas comuns de

variao (aleatoriedade)

Monitoramento e controle Proposta de melhoria

Quadro 2 Comparativo CEP x Experimentao

33

Como exposto no Quadro 02, segundo Montgomery (2009), o CEP um

mtodo estatstico passivo: observa-se o processo, aguardando alguma

informao til. Mas, no caso de processos sob controle estatstico, a observao

passiva tende a no gerar informao til.

O planejamento experimental um mtodo estatstico mais ativo. Neste

caso, realiza-se uma srie de testes no processo, promovendo mudanas nas

entradas e verificando as alteraes correspondentes na sada. Essas informaes

obtidas, aps anlises estatsticas adequadas, permitem a inferncia de

concluses capazes de promover a melhoria do processo.

Da a necessidade de se tratar do Projeto e Anlise de Experimentos em

seguida Gesto da Qualidade. A principal ferramenta capaz de garantir a

melhoria contnua de processos e produtos a Experimentao.

Figura 3 Sistemtica de um experimento

Fonte: Ribeiro e Carten (2011).

FATOR 1

VARIVEIS RELEVANTES CONTROLADAS

FATOR 2

RESPOSTA 1

RESPOSTA 2 EXPERIMENTO

FATOR m RESPOSTA n

VARIVEIS IRRELEVANTES E VARIVEIS RELEVANTES

DESCONTROLADAS

34

Um esquema ilustrativo de um experimento, com as variveis e os

fatores envolvidos, bem como as interrelaes entre eles, est representado na

Figura 3.

Os mtodos de planejamento experimental, tambm, podem ser

essenciais no controle estatstico de um processo, visto que ele permite

identificar as variveis de entrada mais influentes em um processo. No caso de

um processo fora de controle, para que saibamos quais alteraes devem ser

impostas para coloc-lo sob controle novamente, precisamos identificar quais

variveis causais mais influenciam no sistema.

O Planejamento de Experimentos uma tcnica utilizada para definir

quais dados, em que quantidade e em que condies devem ser coletados,

durante um determinado experimento, buscando, basicamente, satisfazer dois

grandes objetivos: a maior preciso estatstica possvel na resposta e o menor

custo.

, portanto, uma tcnica de extrema importncia para a indstria, pois

seu emprego permite resultados mais confiveis, minimizando custo e tempo,

parmetros fundamentais em poca de concorrncia acirrada. Sua aplicao no

desenvolvimento de novos produtos, tambm, muito importante, onde uma

maior qualidade dos resultados dos testes pode levar a um projeto com

desempenho superior, seja em termos de suas caractersticas funcionais como

tambm sua robustez.

2.2 Histrico da experimentao

O conceito atual de experimento como mtodo de pesquisa cientfica

recente. A evoluo do mtodo experimental foi lenta e gradativa, at chegar aos

dias atuais. Os marcos dessa evoluo e as contribuies mais relevantes esto

compilados a seguir. De acordo com Silva (2007), eles so de grande

35

importncia para a completa compreenso de alguns termos utilizados na

experimentao, do seu grande emprego, inicialmente, na rea agrcola, alm do

entendimento do processo de migrao do seu uso para outras reas, em especial

para a indstria.

A origem da pesquisa experimental , freqentemente, atribuda ao

filsofo ingls Francis Bacon (1561-1626), no sculo 17. Entretanto, o mtodo

experimental originou-se h pelo menos 4 sculos antes de Cristo, quando

Aristteles (384-322 a.C.) fez diversas descobertas referentes ao mundo natural.

Com base em experimentos, axiomas e argumentos filosficos, ele concluiu, por

exemplo, que a terra devia ser uma esfera.

Francis Bacon (1561-1626) sustentou que o ponto de partida de toda

cincia deve ser fatos observados empiricamente e que toda teoria confivel na

medida em que seja derivada desses fatos. O matemtico, astrnomo e fsico

florentino Galileu Galilei (1564-1642), tambm, considerado um dos

fundadores do mtodo experimental, partilhando da mesma percepo: de que

indispensvel existncia de fatos que fundamentem as inferncias.

E essa necessidade ratifica, em um contexto industrial, por exemplo, a

importncia de dados consistentes e alinhados com o planejamento dos

experimentos que, tratados e analisados por tcnicas estatsticas adequadas,

permitem inferncias teis e de validade inquestionvel.

De acordo com Silva, o desenvolvimento da experimentao agrcola

teve incio em fins do sculo XVIII, na poca do desenvolvimento agrcola,

impulsionado pela revoluo industrial e pela necessidade de alimentar uma

populao urbana em rpido crescimento. A qumica estava iniciando a ser

estabelecida em sua forma moderna e j era reconhecida sua importncia para a

compreenso da nutrio e do crescimento de plantas.

A origem da cincia moderna e da gentica aplicada agricultura

creditada aos trabalhos experimentais de cruzamentos com ervilha

36

desenvolvidos pelo monge austraco Johann Gregor Mendel (1822-1884). Ainda

hoje conhecida, a "teoria mendeliana da herana" foi apresentada em seu artigo

"Experiments with plant hybrids", publicado em 1866. Entretanto, o trabalho de

Mendel permaneceu desconhecido at o incio do sculo 20, quando se iniciou o

extraordinrio desenvolvimento da gentica. Ao mesmo tempo, outros cientistas

estavam conduzindo experimentos e desenvolvendo teorias referentes ao

cruzamento de plantas. Assim, por exemplo, o importante cientista ingls Robert

Charles Darwin (1809-1892) publicou, em 1876, o artigo "The effects of cross

and self fertilization in the vegetable kingdom", em que se divulgaram os

resultados de experimentos sobre autofertilizao e fertilizao cruzada em

plantas, realizados em uma pequena casa de vegetao.

Na Inglaterra, John Bennet Lawes (1814-1900) instalou um laboratrio

em Rothamsted, onde iniciou experimentos com fertilizantes de superfosfato

derivado de ossos e de fosfatos minerais. Em 1842, depois de prolongada

experimentao dos efeitos de adubos sobre plantas em vasos e em campo, ele

obteve patente para seu processo de produo de superfosfato baseado no

tratamento de rochas fosfatadas com cido sulfrico, e iniciou a primeira

indstria de fertilizantes artificiais.

Em 1843, Lawes associou-se ao qumico ingls Joseph Henry Gilbert

(1817-1901). Em 1843, Lawes e Gilbert fundaram, em Rothamsted, a primeira

estao experimental agrcola organizada do mundo. At 1900, durante mais de

meio sculo, esses dois cientistas trabalharam juntos em nutrio de plantas e de

animais, tornando o trabalho de Rothamsted renomado em todo o mundo. Pela

importncia desse trabalho, Lawes e Gilbert tm sido referidos como os pais da

pesquisa experimental na agricultura.

Muitos dos experimentos deles continuam em andamento em

Rothamsted, por interesse histrico e pelas valiosas informaes que tm

provido com referncia a alteraes qumicas e biolgicas de solos submetidos

37

adubao qumica por tempo prolongado. Naturalmente, os delineamentos

utilizados nesses experimentos no seriam aceitos hoje, pois suas parcelas so

demasiadamente longas e eles no garantem o atendimento aos princpios

fundamentais do delineamento experimental, ou seja, casualizao, repetio e

controle local. Alm disso, embora os tratamentos revelem traos de uma

estrutura fatorial, os nveis e as combinaes de nveis so muito irregulares.

Mesmo com algumas imperfeies, esses experimentos foram valiosos pontos de

partida para o desenvolvimento da pesquisa experimental.

Alm de importncia cientfica, os trabalhos experimentais de

Rothamsted, tambm, so relevantes por sua influncia no desenvolvimento da

metodologia experimental moderna. Entretanto, esses no foram os nicos

trabalhos de experimentao agrcola daquele perodo. Muitas outras

contribuies importantes para a experimentao agrcola surgiram na Europa e

nos Estados Unidos. Trabalhos experimentais, particularmente, relevantes foram

desenvolvidos na Estao Experimental de Agricultura de Connecticut, fundada

em 1875.

Em torno de 1900, foram criados departamentos de agricultura em

diversas universidades e colgios e foram fundadas novas instituies de

pesquisa agrcola, principalmente, na Inglaterra e nos Estados Unidos. Neste

perodo, na Estao Experimental de Rothamsted, foi onde primeiro se

reconheceu que devem ser associadas medidas das grandezas dos erros a dados

de experimentos em agricultura.

Em 1919, Ronald Aylmer Fisher (1890-1962), um jovem matemtico de

Cambridge, foi contratado para Rothamsted. Ele chegou com o desafio de

examinar os dados de quase 70 anos de existncia desta estao e obter

informaes que, ainda, no haviam sido conseguidas.

As expectativas foram mais que superadas. No perodo de 1919 a 1933,

Fisher (1971) desenvolveu a teoria e os mtodos, na medida em que foi

38

necessitando. Ele observou, logo, que podiam ser planejados experimentos

melhores do que aqueles j realizados e iniciou o desenvolvimento do ramo da

estatstica relacionado com o planejamento e a anlise de experimentos.

Fisher (1971) lanou os fundamentos modernos da pesquisa

experimental, as bases da inferncia estatstica e delineou muitos mtodos

originais para os vrios problemas encontrados em Rothamsted e em outras

instituies de pesquisa. Introduziu diversas tcnicas de anlise de dados, como

a anlise da varincia, que passou a ser amplamente utilizada na anlise

estatstica de dados de experimentos e a tcnica de polinmios ortogonais para o

uso de caractersticas ambientais. Seu primeiro livro, "Statistical methods for

research workers", um texto essencialmente prtico, publicado em 1925,

difundiu os novos mtodos e os tornaram disponveis para pesquisadores em

agricultura e biologia.

No ambiente desenvolvido em Rothamsted, Fisher conseguiu a

aplicao prtica de sua teoria da inferncia estatstica e alcanou concluses

relevantes para a pesquisa cientfica. Uma dessas concluses que a quantidade

de informao gerada pelas inferncias de uma pesquisa no pode ser maior do

que a contida nos dados.

Consequentemente, o processo de gerao dos dados e, particularmente,

o planejamento da pesquisa, passaram a assumir importncia fundamental. E

este ltimo item ratifica a necessidade de se planejar um experimento de forma

cuidadosa e alinhada com o mtodo estatstico a ser utilizado. Como veremos

em exemplos aplicados na indstria, a obteno dos dados amostrais deve estar

sintonizada com o planejamento previsto para que possa fundamentar os

clculos de forma consistente.

Ao fim dos 14 anos de trabalho na pesquisa agrcola, as ideias de Fisher

j eram reconhecidas e sua metodologia moderna do planejamento e anlise de

experimentos estava em pleno uso. Ele enfatizou o papel fundamental da

39

repetio como uma base para a estimao do erro e por consequncia para a

avaliao da evidncia em favor da realidade dos efeitos. Lanou a noo

inovadora da casualizao e elaborou vrias formas de delineamentos

casualizados, particularmente o delineamento em blocos casualizados, que se

tornou de uso comum em experimentos agrcolas de campo. Esse tipo de

delineamento ser abordado, posteriormente, e de grande utilidade na

experimentao industrial

Fisher, tambm, salientou a importncia de experimentos fatoriais,

argumentando que a natureza prefere responder questes propostas

conjuntamente em vez de questes isoladas. H quase um sculo, Fisher j

evidenciava a vantagem de se analisar mais de um fator simultaneamente, no

lugar de apenas um fator por vez.

As principais caractersticas da abordagem introduzida por Fisher foram:

a) requerimento de que o prprio experimento fornea uma estimativa

da variabilidade atribuvel a caractersticas estranhas a que esto

sujeitas as respostas aos tratamentos;

b) uso da repetio para prover essa estimativa da variabilidade e da

casualizao para lograr sua validade;

c) uso do controle local com o propsito de controlar e reduzir essa

fonte de variao estranha;

d) princpio de que a anlise estatstica dos resultados determinada

pelo modo como o experimento conduzido; e

e) conceito de experimento fatorial, ou seja, da pesquisa dos efeitos de

duas ou mais caractersticas explanatrias em um nico experimento,

em vez da dedicao de um experimento separado para cada uma

dessas caractersticas.

40

O trabalho de Fisher, em Rothamsted, teve uma extraordinria influncia

no desenvolvimento da metodologia da pesquisa experimental e da estatstica em

todo o mundo. Frank Yates (1902-1994) juntou-se equipe de Fisher em 1931 e

o sucedeu em 1933. Yates continuou a construir as idias de Fisher, notadamente

no desenvolvimento de esquemas fatoriais com confundimento e de

delineamentos em blocos incompletos e reticulados, que se tornaram

especialmente valiosos em experimentos de melhoramento gentico de plantas e

em situaes em que o tamanho do bloco necessariamente limitado.

Muitas outras contribuies relevantes para a experimentao agrcola

foram originadas da escola de Fisher, em Rothamsted, na dcada de 30,

principalmente por Frank Yates, John Wishart (1898-1956) e William Cochran

(1909-1980). A variao ambiental foi reconhecida como um problema

importante em experimentos agrcolas de campo de ampla abrangncia espacial

e temporal. O desenvolvimento de mtodos estatsticos para o planejamento e a

anlise de tais experimentos foi iniciado na dcada de 30 por Yates e Cochran.

A metodologia moderna da pesquisa experimental, desenvolvida com

base nos fundamentos e ideias lanados por Fisher, para a pesquisa agrcola, teve

muitos contribuintes em diversos pases e passou a aplicar-se aos demais ramos

da cincia e da tecnologia, tais como biologia, medicina, engenharia, indstria e

cincias sociais. De acordo com Silva (2007), os desenvolvimentos cientficos e

tecnolgicos nas diversas reas demandaram, por sua vez, novas metodologias

particulares que, tambm, tornaram-se, em geral, aplicveis s demais reas.

Aqui no Brasil, a pesquisa agropecuria, grande catalisador do

desenvolvimento das tcnicas experimentais, apresentou dois importantes

marcos histricos. Segundo Rodrigues (1987), o primeiro deles foi a criao do

Jardim Botnico do Rio de Janeiro, em junho de 1808, por iniciativa de D. Joo

VI. Alm de uma alternativa de lazer que permanece at hoje, ele desenvolveu

41

um trabalho reconhecidamente fundamental para o avano dos conhecimentos

agronmicos.

Ainda, de acordo com Rodrigues (1987), o segundo e mais importante

marco histrico, foi a criao do Instituto Imperial Fluminense de Agricultura

(IIFA), em 1860. O IIFA foi responsvel pelos primeiros trabalhos cientficos da

agropecuria brasileira. Tambm, no sculo XIX, registros indicam a realizao

de ensaios com aveia e trigo, importantes componentes na preparao de feno de

qualidade superior.

Em 1869, a Revista Agrcola do IIFA teve seu primeiro nmero

publicado, dando incio formalizao da produo cientfica brasileira no setor

agropecurio. E, ainda, neste sculo, alm do IIFA, foram criados outros quatro

institutos agrcolas, em Sergipe, Pernambuco, Rio Grande do Sul, Bahia, alm

da Estao Agronmica de Campinas.

O baiano deu origem Escola de Agronomia da Universidade Federal

da Bahia. E a Estao de Campinas passou para a esfera estadual e representou o

embrio tcnico da ESALQ, Escola Superior de Agricultura Luiz de Queiroz,

unidade da Universidade de So Paulo (USP), sendo este ltimo o depositrio da

maior tradio de pesquisas agropecurias do nosso pas desde que iniciou suas

atividades em 1901 (RODRIGUES, 1987).

Em associao com a ESALQ, a Universidade Federal de Lavras,

instituio batizada, inicialmente, de Escola Agrcola de Lavras (EAL) em 1908

e, posteriormente, renomeada Escola Superior de Agricultura de Lavras (ESAL),

sempre desempenhou importante papel no mbito do desenvolvimento das

Cincias Agrrias no Brasil. E a pesquisa cientfica nessa rea sempre

representou, tambm, aqui no Brasil, o grande alicerce do desenvolvimento das

tcnicas de projeto e anlise de experimentos, fundamental ao setor agrrio.

Outro fato histrico marcante foi a criao da Embrapa, Empresa

Brasileira de Pesquisa Agropecuria, em 1972. Sua misso, desde sua criao,

42

foi viabilizar solues de pesquisa, desenvolvimento e inovao para a

sustentabilidade da agricultura, em benefcio da sociedade brasileira.

De forma inequvoca, as pesquisas neste setor, alm de fundamentar a

consolidao da experimentao como uma tcnica de grande utilidade, vem se

mostrando essencial no desenvolvimento deste que o setor econmico que

mais cresce no Brasil: enquanto a economia nacional cresceu 2,3% em 2013, o

setor agropecurio cresceu 7%, contra apenas 1,3% da indstria e 2% dos

servios.

E todo esse resgate histrico no apenas promove um melhor

entendimento da realidade existente, como evidencia a possibilidade de

realizao de planejamentos experimentais mesmo diante da ausncia de

condies consideradas ideais. A difcil realidade vivida pelos idealizadores dos

primeiros experimentos, no sculo 19, por exemplo, e, em seguida, no sculo

passado, no foram obstculos suficientes para inviabilizar tal realizao. Isto

sugere que, mesmo sem condies perfeitas para a realizao de experimentos,

indstrias de pequeno e mdio porte podem utilizar tcnicas de experimentao

e obter concluses importantes, com o objetivo de melhorar processos existentes

ou de antever boas condies operacionais para novos processos a serem

implementados.

Como consequncia da origem da pesquisa experimental na agricultura,

muito da terminologia, ainda, hoje utilizada compreende termos prprios da

pesquisa agrcola. Assim, por exemplo, as designaes "tratamento", "parcela" e

"bloco" perderam suas conotaes particulares da agricultura e so amplamente

usadas na pesquisa experimental nas mais diversas reas da cincia, inclusive, na

indstria.

E a indstria, setor essencial ao desenvolvimento econmico do Brasil,

responsvel, segundo dados do IBGE, por mais de um quarto do PIB em 2012,

no pode deixar de utilizar essa importante ferramenta na melhoria de processos

43

e produtos. O entendimento de como a indstria introduziu o projeto e a anlise

de experimentos essencial para as concluses desejadas ao final deste trabalho

de pesquisa.

Antony et al. (2000) citam o projeto e anlise de experimentos como

uma das tcnicas estatsticas mais avanadas para melhoria da qualidade. A

tcnica de fundamental importncia para diminuio da disperso dos

processos, conforme descrevem Ingle e Roe (2001). Alm disso, est presente

como ferramenta em normas internacionais de qualidade, como a QS-9000

(INTERNATIONAL ORGANIZATION FOR STANDARTIZATION, 1998),

que desde o sculo passado exige a utilizao de tcnicas de experimentao

para o reconhecimento de determinadas certificaes.

2.3 Experimentao na Indstria Histrico e Particularidades

Aps aplicaes iniciais em cincias biolgicas e agricultura, comeou-

se a perceber a possibilidade de utilizao do Planejamento e Anlise de

Experimentos em outras reas. Alguns registros, datados da dcada de 30, j

testemunhavam a utilizao de experimentos nas indstrias britnicas txtil e

lanfera. Estas so consideradas as primeiras aplicaes de delineamentos

experimentais na indstria.

Apesar desses primeiros passos na rea industrial, segundo Gomes

(1982), a experimentao nessa rea ocorreu, de forma mais consistente, aps a

II Guerra Mundial. Na dcada de 40, iniciaram-se as aplicaes na indstria

qumica, e outros processos industriais comearam a ser analisados por meio de

experimentos nos Estados Unidos e no oeste europeu.

O estatstico ingls George Box (1919-2013) foi um dos grandes

responsveis pelo desenvolvimento da experimentao na indstria. No ps-

guerra, entre 1948 e 1956, ele trabalhou na Imperial Chemical Industries, na

44

Inglaterra, onde desenvolveu procedimentos para projetar e analisar

experimentos industriais.

Inicialmente, seu trabalho foi aplicado na determinao de condies

timas em processos qumicos, e essa teoria inicial pde ser estendida a

situaes em que a experimentao sequencial e os erros envolvidos so de

pequena magnitude. O interesse inicial era de ajustar uma superfcie de resposta

descrita, aproximadamente, por um polinmio do 2o grau (MEMRIA, 2004).

De acordo com o mesmo autor, na segunda metade do sculo passado, a

competio entre as indstrias gerou um campo frtil para o desenvolvimento de

delineamentos experimentais nesta rea, com nfase na rea de engenharia,

controle estatstico de processos e campos afins.

Nos processos de fabricao das indstrias existem vrios fatores e

nveis de regulagens que influenciam as caractersticas de qualidade dos

produtos. E um problema comum encontrado pelas empresas, ao realizar

experimentos, a necessidade de estudar, simultaneamente, o efeito desses

fatores com diferentes nveis de regulagens. Neste caso, observa-se que o

nmero requerido de testes para a experimentao tende a crescer medida que

a quantidade de fatores aumenta. Isso pode tornar os experimentos industriais

inviveis nas fbricas, porque os custos e o tempo de execuo so elevados,

demandando algum mtodo que reduza o nmero de rodadas do experimento.

Ao mesmo tempo, experimentos industriais so realizados pelas

empresas, principalmente, para se resolver os problemas crticos do produto ou

processos de fabricao. Kaye e Frangou (1998), Coleman e Montgomery

(1993), Montgomery (1991) e Steinberg e Hunter (1984) sugerem que as

solues dos problemas, apresentados nas indstrias, podem ser alcanadas com

mais facilidade quando os experimentos so planejados e as respostas analisadas

com mtodos ou tcnicas estatsticas adequadas.

45

Assim como em outras reas produtivas, os experimentos industriais

podem ser utilizados tanto no planejamento de novos processos, como na

melhoria de outros j existentes (MONTGOMERY, 2009). No primeiro caso, os

experimentos so realizados em laboratrios, por meio de simulaes,

permitindo uma maior flexibilidade tanto nas mudanas necessrias das

variveis de entrada, como na alocao dos tratamentos nas unidades

experimentais. No caso de processos j existentes e em operao, as dificuldades

aparecem de forma abundante, podendo mesmo inviabilizar a realizao de

anlises estatsticas consistentes e conclusivas, caso no exista a possibilidade de

mudana nos nveis dos fatores em estudo.

Dentro da indstria, principalmente no desenvolvimento de um novo

produto, muitas vezes, necessrio obter informaes empiricamente. Neste

momento, o trabalho das pessoas envolvidas com o problema o mesmo de

pesquisadores ou cientistas que precisam projetar experimentos, coletar dados e

analis-los. Experimentos so empregados para resolver problemas de

fabricao, decidir entre diferentes processos de manufatura, diferentes

conceitos de produto, entender a influncia de determinados fatores. Alm disso,

esta tarefa torna-se cada vez mais importante na medida em que se intensifica a

base tecnolgica dos produtos e as exigncias de clientes, aumentando a

necessidade de emprego de experimentos durante todas as etapas do ciclo de

vida de um produto.

Nesse sentido, Barker (1985) ressalta que, ao realizar as atividades dos

experimentos industriais de forma planejada, as informaes obtidas dos

produtos ou dos processos de fabricao tornam-se mais confiveis e, com isso,

aes de melhoria mais eficientes podem ser tomadas pelos funcionrios das

empresas.

Para que um planejamento experimental seja elaborado de forma

apropriada para a indstria, necessrio que suas caractersticas especficas

46

sejam consideradas. Segundo Galdamez e Carpinetti (2004), os processos

industriais, normalmente, so menos flexveis s mudanas necessrias

realizao de experimentos, podendo, em alguns casos, inviabiliz-los.

At mesmo a realizao das repeties, por exemplo, necessria para

estimar o erro experimental, pode no ser exequvel em funo do alto custo ou

de alguma restrio operacional. A soluo para esse problema pode ser a

utilizao de um experimento fatorial no repetido, que ser abordado

oportunamente nesta pesquisa.

Alm disso, realizar as mudanas propositais nas variveis de entrada de

um processo industrial, necessrias em qualquer experimento, pode ser difcil. A

complexidade de alguns processos industriais, que, muitas vezes, representam

um entrelaado de subprocessos, pode tornar impossveis as mudanas,

exclusivamente, das variveis de interesse. Neste caso, a sugesto utilizar

parcelas subdivididas. Jones e Nachtsheim (2009) tratam desse mtodo de

experimentao e ressaltam que muitos experimentos em parcelas subdivididas

so analisados de forma errnea ao desprezarem suas particularidades.

Outra dificuldade existente, no momento de se realizar um experimento

na indstria, garantir a manuteno de determinadas caractersticas do

processo, como temperatura, operador das mquinas, fornecedor de matria-

prima. Para minimizar estas variaes, deve-se utilizar o princpio do controle

local, subdividindo-se os tratamentos em blocos menos heterogneos. Neste

caso, utiliza-se o delineamento em blocos casualizados (DBC), que reduz o erro

experimental e contribui para um experimento mais eficiente (BOX; HUNTER;

HUNTER, 2005).

A importncia e uso da experimentao na indstria vem sendo

acompanhada pelo crescimento, embora aqum da demanda, de produes

cientficas nessa rea. Podem-se citar diversos artigos, como o de Cmara

(1998), voltado para a rea qumica, Antony et al. (2000), com nfase na

47

melhoria da capabilidade de processos, Albin (2001), na indstria eletrnica,

Goodman e Wyld (2010), na indstria mecnica, Galdmez (2002), na rea

fabril de plsticos, Giddings, Bailey e Moore (2009), com resoluo de

problemas de logstica pela utilizao da Metodologia de Superfcie de

Resposta, Almeida Neto e Guimares (2010), Gunaraj e Murugan (2009) e

Ribeiro (2002), estes trs ltimos voltados para a rea de soldagem. Muitas

indstrias vm se utilizado desta tcnica na resoluo de seus problemas desde a

dcada passada, conforme destacam Konda et al. (1999), pois possvel um

maior conhecimento do processo, bem como posteriores melhorias em

disperses.

2.4 Experimentao Online e EVOP

A realizao de um experimento pode demandar, em alguns casos, uma

interrupo do processo produtivo para efetivar as mudanas necessrias nas

variveis de entrada. Mas essa hiptese , normalmente, impensvel quando

dissociada de algum outro interesse em descontinuar a produo, como uma

parada planejada para manuteno dos equipamentos utilizados no processo, por

exemplo.

Uma soluo para este problema planejar um experimento online,

promovendo as mudanas previstas nas variveis de entrada, sem interromper o

processo. Os nveis dos fatores devem ser alterados, as medies das variveis

de sada realizadas, mas o produto gerado continua tendo como destino o

consumidor final. Este recurso nem sempre possvel, pois a no interrupo do

processo implica em uma srie de restries quando da necessidade de

mudanas nas variveis de entrada.

Sudarsanam e Frey (2011) destacam a importncia que o

experimentador deve distinguir claramente um experimento de um estudo

48

observacional. De uma maneira simples, um experimento um ato deliberado

que promove mudanas visando obteno de determinados resultados e

anlise deles, quando um estudo observacional consiste apenas na anlise

descritiva de dados disponveis.

H mais de 50 anos, Box (1957) verificou a possibilidade de realizar

experimentos online, criando o EVOP (Evolutionary Operation Process).

Segundo ele, a filosofia bsica da EVOP, ou apenas Processo Evolutivo, que se

deve operar um processo industrial atento informao disponvel ou que pode

ser gerada, para descobrir como aprimor-lo, e tendo como consequncia a

melhoria do produto. Este um mtodo de gesto que analisa um processo de

forma cclica, avaliando, estatisticamente, as mudanas implementadas,

retroalimentando o sistema com novos ajustes.

Ainda, segundo Box (1957), utilizando conceitos estatsticos simples, a

experimentao realizada durante a produo normal pelos prprios

operadores da planta. As variveis de entrada so alteradas, segundo as

orientaes de um grupo de engenheiros ligados produo, mas com

conhecimentos estatsticos para delinear o experimento. E a repercusso dessas

mudanas nas variveis respostas deve ser analisada e utilizada para otimizar o

processo a cada fase consecutiva. A sequncia cclica do EVOP pode ser

observada na Figura 4.

49

Figura 4 Processo de operao evolucionria

Fonte: Box (1957).

A EVOP , portanto, uma ferramenta de gesto que faz uso da

experimentao online, mas o utiliza em ciclos sucessivos, em um formato

muito especfico. As informaes extradas de cada ciclo so usadas nos ciclos

consecutivos, permitindo evolues no processo em anlise. Segundo

Montgomery (2009), a EVOP uma aplicao online de experimentos

planejados e consiste, no caso de variveis quantitativas, na introduo

sistemtica de pequenas mudanas nos nveis das variveis operacionais de um

processo.

O EVOP, segundo Almeida e Quinino (2008), de grande utilidade para

a implementao de polticas de melhoria contnua no setor industrial, e, em

particular, em indstrias de processos qumicos contnuos. Pode-se destacar a

possibilidade de sua realizao diretamente por operadores de sala de controle e

de campo, nas fbricas, sem a necessidade de alterar a rotina de produo e sem

riscos segurana operacional, tampouco aos aspectos econmicos. Deste modo,

possvel, com base neste mtodo, de execuo relativamente simples, porm

50

eficiente, obter-se ganhos produtivos, com pequenas mudanas nas condies

operacionais.

A realizao de uma experimentao online, em linhas gerais, demanda

um procedimento operacional semelhante, mas no h, necessariamente, uma

sistemtica pr-estabelecida para analisar os ciclos de forma consecutiva. Os

dados j podem ser analisados, aps algumas repeties para cada tratamento,

desde que os princpios bsicos da experimentao repetio, casualizao e

controle local - sejam atendidos, ou testes realizados com os resultados

observados garantam a realizao da anlise de varincia.

De acordo com Mason, Gunst e Hess (2003), alguns dos principais

benefcios relacionados com procedimentos de melhoria de qualidade, realizados

offline, podem ser aplicados em processos mesmo durante sua operao. Para os

autores, EVOP um hbrido entre tcnicas de melhoria de qualidade online e

offline, evidenciando as similaridades entre as duas situaes e afirmando que a

experimentao online pode ser feita com os mesmos fundamentos que

caracterizam a offline.

Os autores trazem, ainda, que, teoricamente, pode-se aplicar a EVOP a

inmeras variveis do processo, mas que, na prtica, consideram-se no mximo

duas ou trs variveis de cada vez. Essa viso, que corroborada por

Montgomery (2004), pode ser extrapolada para eventos isolados de

experimentao online, quando, tambm, deve-se evitar uma quantidade grande

de variveis. Alm disso, pequenas variaes devem ser feitas nessas variveis

independentes, a fim de no comprometer a varivel resposta, j que neste tipo

de experimentao o produto final do experimento deve ter o mesmo destino de

toda a produo: o cliente.

Qualquer experimentao online deve atender aos princpios estatsticos

de projeto, e etapas da experimentao, mas certos riscos so inerentes em

decorrncia da explorao de uma regio experimental limitada e da utilizao

51

de um nmero reduzido de fatores. Pela realizao de uma experimentao

fatorial online, por exemplo, segundo Oliveira e Muniz (2007), apresentam-se

algumas caractersticas peculiares. A principal delas a dificuldade de obteno

de dados confiveis e consistentes, visto que o experimento no realizado nos

moldes de um planejamento offline, quando ele configurado, com mais

liberdade, para garantir a validade da anlise dos dados. No caso online,

utilizam-se as informaes, com o processo em andamento, obtidas de pequenas

variaes das variveis de entrada. fundamental a percepo de que o produto

gerado durante o experimento deve continuar dentro das especificaes previstas

e ter como destino final o cliente. E a conciliao desta necessidade, com o

atendimento aos princpios bsicos da experimentao, o grande desafio desse

tipo de experimentao.

A realizao de uma experimentao online pressupe alguma dose de

liberdade no momento de delinear o experimento. Para isso, importante que a

empresa que planeja realiz-lo esteja preparada, e disposta, para os ajustes

necessrios. Essas mudanas incluem possvel reduo na produo em

consequncia das configuraes que podem ser necessrias para o teste de

determinados tratamentos. Apesar disso, essa possvel reduo na produo

tende a ser muito inferior ao investimento, normalmente, feito para se realizar

um experimento offline. Neste caso, o uso de uma planta piloto, um simulador,

ou mesmo testes em laboratrio demandam, geralmente, investimentos muito

maiores.

Alm disso, um experimento adequadamente delineado e realizado,

seguido de uma anlise apropriada dos dados, pode e deve trazer informaes de

extrema utilidade. Essas informaes permitem ajustes nas condies do

processo, capazes de melhorar a produo, em termos qualitativos e

quantitativos, com grande chance de trazer receita suficiente para superar os

52

possveis prejuzos causados pelo